微软和英特尔认为可以通过外观识别恶意软件

微软和英特尔的研究证明：恶意软件的图片可能价值数百万台受保护的PC。两家技术巨头正在合作开发一种新的恶意软件检测技术，该技术使用图像分析来检测和识别恶意代码。

微软和英特尔在博客中概述了他们如何使用称为静态恶意软件的图像网络分析(STAMINA)的方式将恶意软件代码转换为灰度图像，每个字节都有自己的颜色级别(灰色)强度。然后，团队分析了可视数据，以查看STAMINA是否可以使用深度学习来准确识别现实世界中的恶意软件。

92%的恶意软件通过电子邮件传递

第三方应用程序商店上托管的发现的移动恶意软件的99%

MacOS恶意软件增加了165%

木马占所有恶意软件的51.45%

联合研究表明，将STAMINA应用于真实世界的支持测试数据集，在误报率为0.1%时召回率为87.05%，在误报率为2.58%时召回率为99.66%，准确度为99.07%总体评价。

虽然结果令人鼓舞，但微软和英特尔表示，该系统可能难以将大型数据集转换为可调整大小的JPEG图像。

这一概念证明可能意味着可以在本地级别更快地检测威胁，这意味着您的计算机和移动设备总有一天可以看到恶意软件在感染它们之前就已经识别出来。